Cassie Kozyrkov
La mayoría de las organizaciones están realizando importantes inversiones en IA sin tener una visión clara de qué decisiones se supone que esta tecnología debe mejorar realmente. Se implementan modelos, proliferan los paneles de control, y los altos directivos siguen sin poder determinar si todo ello está cambiando la calidad de las decisiones que toma la empresa. Lo que falta no son más datos ni mejores algoritmos, sino una forma disciplinada de vincular los resultados de la IA con las decisiones que la empresa está tratando de acertar.
Cassie Kozyrkov es la antigua directora científica de toma de decisiones de Google y fundadora de Decision Intelligence, la disciplina que ayuda a las organizaciones a convertir la inteligencia artificial y los datos en mejores decisiones empresariales.
Full Profile
Por qué las organizaciones trabajan con Cassie Kozyrkov
- Creó desde cero la función de «Decision Intelligence» en Google y la dirigió durante cinco años, lo que significa que los líderes reciben asesoramiento de alguien que ya ha resuelto, a gran escala, el problema que ellos están intentando resolver.
- Ella misma acuñó el término y codificó este campo. Cuando un director general pregunta qué es la «Decision Intelligence» y por qué su inversión en IA debería enmarcarse en ella, ella es la fuente principal, no una intérprete del marco conceptual de otra persona.
- Ha formado personalmente a más de 20 000 empleados de Google de todas las áreas en la toma de decisiones basada en datos y en IA, por lo que sabe cómo hacer que el contenido resulte comprensible tanto para ejecutivos sin conocimientos técnicos como para ingenieros.
- Traduce la IA y la estadística a un lenguaje de toma de decisiones que pueden utilizar tanto los consejos de administración como los responsables operativos. Su curso «Making Friends with Machine Learning», creado originalmente en exclusiva para Google, es ahora la guía de referencia para miles de líderes fuera de la empresa.
- Ofrece asesoramiento al nivel que el tema requiere. Su puesto en el Consejo Asesor de Innovación del Banco de la Reserva Federal de Nueva York y su colaboración con Forbes en materia de IA demuestran que su análisis es tomado en serio por las instituciones políticas y los medios de comunicación, y no solo por las empresas.
Aspectos destacados de su biografía
- Primera directora científica de toma de decisiones de Google (de 2018 a 2023), al frente de la práctica de inteligencia de decisión de la empresa dentro de los departamentos de Investigación e Inteligencia Artificial.
- Fundadora y directora ejecutiva de Kozyr, una empresa de asesoramiento y formación en IA al servicio de altos directivos y sus equipos.
- Ha formado personalmente a más de 20 000 empleados de Google en la toma de decisiones basada en datos y en IA, y ha dirigido más de 500 proyectos de inteligencia decisional dentro de Google.
- Creador de «Making Friends with Machine Learning», que en un principio fue un curso interno de Google y ahora es un curso público y gratuito en YouTube.
- Autora del Substack «Decision Intelligence» y «Top Voice» en LinkedIn durante seis años consecutivos; sus artículos han aparecido en Harvard Business Review, Fortune, Fast Company, WIRED y The Wall Street Journal.
- Miembro del Consejo Asesor de Innovación del Banco de la Reserva Federal de Nueva York (de 2023 a 2024); alumna distinguida «Few-Glasson» de la Universidad de Duke.
Biografía
La mayoría de las empresas no tienen un problema de datos, sino un problema de toma de decisiones. Los paneles de control, los flujos de trabajo y los modelos están en marcha, y, sin embargo, los altos directivos siguen sin poder determinar qué decisiones son demostrablemente mejores gracias a ellos. Esa brecha es el tema en el que Cassie Kozyrkov lleva trabajando una década, primero en Google y ahora con líderes de diversos sectores.
En Google, se convirtió en la primera directora científica de toma de decisiones de la empresa en 2018 y ocupó el cargo hasta 2023. Creó una nueva función que se situaba entre Investigación e Inteligencia Artificial, por un lado, y el negocio operativo, por otro, y la utilizó para aplicar la IA y los datos a través de una disciplina que ella denomina «inteligencia de decisión». Cuando dejó la empresa, había formado personalmente a más de 20 000 empleados de Google e influido en más de 500 proyectos basados en ese marco.
La razón por la que su trabajo trasciende los límites de Google es que logró que el material resultara accesible. Su curso «Making Friends with Machine Learning» (Hacerse amigo del aprendizaje automático), creado en Google y posteriormente publicado íntegramente en YouTube, es una de las pocas explicaciones, redactadas en un lenguaje realmente sencillo, sobre cómo el aprendizaje automático encaja realmente en las decisiones empresariales. Sus artículos en *Harvard Business Review*, *Fortune*, *Fast Company*, *WIRED* y *The Wall Street Journal* han logrado lo mismo para los ejecutivos sin formación técnica, y su Substack sobre «Decision Intelligence» se ha convertido en una referencia práctica para los profesionales del sector.
En la actualidad dirige Kozyr, donde asesora a equipos directivos sobre estrategia de IA y diseño de decisiones, y forma parte del Consejo Asesor de Innovación sobre IA y mercados financieros del Banco de la Reserva Federal de Nueva York. Su línea de pensamiento es coherente. Es una de las pocas voces en el ámbito de la IA que parte de la decisión que la organización intenta acertar y trabaja hacia atrás hasta llegar a la tecnología, en lugar de al revés.
Temas clave de sus ponencias
- Inteligencia decisional
- Estrategia y adopción de la IA
- Toma de decisiones basada en datos
- Aprendizaje automático para líderes empresariales
- Uso responsable y eficaz de la IA
- Conocimientos básicos sobre IA para ejecutivos
- Sesgos y criterio en los sistemas de IA
Ideal para
- directores generales, consejos de administración y equipos ejecutivos que definen la estrategia de IA y la asignación de capital en función de ella
- Directores de datos, análisis e IA que desarrollan un modelo operativo de inteligencia para la toma de decisiones
- Líderes de transformación y estrategia encargados de convertir los proyectos piloto de IA en resultados empresariales
- Programas de liderazgo y reuniones fuera de la oficina que requieran conocimientos reales sobre IA, y no un simple discurso comercial de un proveedor
Resultados para los participantes
- Una definición práctica de la «inteligencia de decisión» y su ubicación en relación con la ciencia de datos, la analítica y la inversión en IA.
- Un diagnóstico más preciso de por qué se estancan los proyectos de IA: alcance de la decisión erróneo, responsable inadecuado o pregunta incorrecta planteada al modelo.
- Un lenguaje común entre los líderes técnicos y no técnicos para debatir iniciativas de IA sin recurrir a palabras de moda.
- Técnicas específicas para poner a prueba las decisiones frente a sesgos comunes, incluidos el sesgo de resultado y el sesgo de confirmación.
- Una visión realista de en qué aspectos se puede confiar y en cuáles no en los sistemas actuales de IA a la hora de tomar decisiones sin que intervenga el juicio humano.
Charlas
Una ponencia sobre lo que realmente exige un liderazgo centrado en la IA y cómo integrar la IA en las decisiones, en lugar de dejarla al margen de ellas.
Puntos clave:
- ¿Qué cambia en el trabajo de un líder cuando la IA pasa de ser una herramienta a convertirse en la norma?
- Cuál es el lugar que ocupa la IA en el proceso de toma de decisiones y en qué aspectos el juicio humano sigue siendo fundamental.
- Las condiciones organizativas que diferencian a las empresas que adoptan la IA de las que son nativas de la IA.
Un análisis directo de por qué la mayoría de los programas de IA no rinden lo esperado, basado en la experiencia interna de Google y en el asesoramiento prestado a directivos de otras empresas.
Puntos clave:
- Los errores recurrentes que acaban con los proyectos piloto de IA antes de que lleguen a la fase de producción.
- Cómo distinguir el bombo publicitario en torno a la IA de las pocas decisiones que realmente se benefician de ella.
- Una prueba sencilla para determinar si merece la pena financiar un proyecto de IA.
Una introducción a la inteligencia de decisión como capa operativa entre los datos, la IA y las decisiones que toma realmente una empresa.
Puntos clave:
- Los componentes fundamentales de una práctica de inteligencia de decisión.
- Cómo delimitar el alcance de las decisiones para que los datos y la IA puedan aplicarse de forma útil a las mismas.
- Qué hay que medir para saber si la calidad de las decisiones está mejorando.
Una sesión práctica sobre los sesgos y los fallos en los procesos que merman la calidad de las decisiones ejecutivas, con soluciones que se pueden aplicar ya en la próxima reunión.
Puntos clave:
- El sesgo de resultado y el sesgo de confirmación en las decisiones de liderazgo.
- Distinguir entre la calidad de una decisión y la calidad de su resultado.
- Intervenciones sencillas para decisiones de mayor importancia.
Una charla sobre cómo la homogeneidad de perspectivas dentro de los equipos de datos e inteligencia artificial genera puntos ciegos sistemáticos, y qué pueden hacer los líderes al respecto.
Puntos clave:
- Dónde se cuela realmente el sesgo en los sistemas de IA: en las decisiones, más que en el código.
- Los hábitos organizativos que agravan el sesgo de la IA con el paso del tiempo.
- Medidas prácticas que pueden adoptar los líderes para ampliar las aportaciones a su trabajo en IA.